Maschinelles Lernen für die Atomsondentomographie (T02#)

• Fachliche Zuordnung: Technische Chemie
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 405553726

Die Atomsondentomographie (APT) ist eine aufstrebende Charakterisierungstechnik, die eine dreidimensionale Abbildung der Zusammensetzung von Materialien auf nahezu atomarer Ebene ermöglicht. Im Rahmen des Sonderforschungsbereichs HoMMage findet die APT Anwendung in Projekten zu Permanentmagneten (Projekt A: Maximale Hysterese) und Magnetokalorik (Projekt B: Minimale Hysterese) und wird im Rahmen des Dienstleistungsprojekts Z01 durchgeführt. Die Daten aus der APT liegen in Form eines Massenspektrums vor, das die Zusammensetzung liefert, und einer Punktwolke, die die Verteilung aller Elemente innerhalb des interessierenden Bereichs des untersuchten Materials wiedergibt. Materialrelevante Daten, einschließlich der lokalen Zusammensetzung einer Phase zusammen mit ihrer Morphologie oder sogar partiellen Strukturinformationen, müssen aus dieser Punktwolke durch den Einsatz von Data-Mining-Techniken extrahiert werden - einschließlich Cluster-Findungs- oder Nearest-Neighbour-Algorithmen, die heute als maschinelles Lernen eingestuft werden, aber in der APT-Gemeinschaft seit vielen Jahrzehnten verwendet werden. Die Datenrekonstruktion und -verarbeitung erfolgt zumeist mit kommerziell erhältlicher Software, die als "Schweizer Messer" nicht perfekt an die analytischen Bedürfnisse des Benutzers angepasst ist, was zu vielen Ad-hoc-Datenverarbeitungstechniken geführt hat, die von einzelnen Gruppen für ihre Bedürfnisse entwickelt wurden. Es besteht daher die Notwendigkeit, den Zugang zu diesen hochmodernen Werkzeugen über die kommerzielle Software zu erleichtern, insbesondere wenn es um die innovative Anwendung von Algorithmen des maschinellen Lernens zur Auswertung von Atomsondendaten geht, und darauf neue Methoden aufzubauen.

• DFG-Verfahren: Transregios (Transferprojekt)
• Teilprojekt zu: TRR 270: Hysterese-Design magnetischer Materialien für effiziente Energieumwandlung
• Internationaler Bezug: USA
• Antragstellende Institution: Technische Universität Darmstadt
• Unternehmen: CAMECA ; Science & Metrology Solutions.
• Teilprojektleiter: Baptiste Jean Germain Gault, Ph.D.